CN110927724B - 毫米波雷达泥石流智能监测***与方法 - Google Patents
毫米波雷达泥石流智能监测***与方法 Download PDFInfo
- Publication number
- CN110927724B CN110927724B CN201911096315.XA CN201911096315A CN110927724B CN 110927724 B CN110927724 B CN 110927724B CN 201911096315 A CN201911096315 A CN 201911096315A CN 110927724 B CN110927724 B CN 110927724B
- Authority
- CN
- China
- Prior art keywords
- distance
- signal
- intermediate frequency
- frequency signal
- echo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims abstract description 43
- 238000005070 sampling Methods 0.000 claims abstract description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 4
- 230000006835 compression Effects 0.000 description 12
- 238000007906 compression Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本公开涉及一种毫米波雷达泥石流智能监测***与方法,属于地质监测领域,能够精确、及时、成本低廉地对泥石流进行监测预警。一种毫米波雷达泥石流智能监测方法,包括:向被监测的泥石流区域发射第一微波信号;接收被所述泥石流区域反射回来的回波信号;对反射回来的回波信号进行下变频处理,得到回波中频信号;对所述回波中频信号进行采样;基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;利用所述图像监测被监测的泥石流区域的变化。
Description
技术领域
本公开涉及地质监测领域,具体地,涉及一种毫米波雷达泥石流智能监测***与方法。
背景技术
目前,一种泥石流监测技术是采用接触式预警仪,然而,由于泥石流破坏性较大,接触式预警仪很容易在泥石流发生时损坏,从而影响监测预警精度和预警效果。另一种泥石流监测技术是采用非接触式预警仪。例如采用天气雷达监测泥石流隐患区域上空的降雨云团情况,但是该方法的造价高,而且由于其预警范围较大而不适用于小流域降雨情况。再例如采用超声波泥位计对平直、规则、不易冲毁的断面进行超声波监测并根据泥位大小实现对泥石流的监测与预警,但是该方法得到的信息是延时的,导致监测和预警不及时。
发明内容
本公开的目的是提供一种毫米波雷达泥石流智能监测***与方法,能够精确、及时、成本低廉地对泥石流进行监测预警。
根据本公开的第一实施例,提供一种毫米波雷达泥石流智能监测方法,包括:向被监测的泥石流区域发射第一微波信号;接收被所述泥石流区域反射回来的回波信号;对反射回来的回波信号进行下变频处理,得到回波中频信号;对所述回波中频信号进行采样;基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;利用所述图像监测被监测的泥石流区域的变化。
可选地,所述第一微波信号为调频连续波信号。
可选地,所述对反射回来的回波信号进行下变频处理,得到回波中频信号,包括:产生与所述第一微波信号相同的第二微波信号;将反射回来的回波信号通过混频器与所述第二微波信号进行下变频处理;对下变频处理后的反射回来的回波信号进行滤波和放大,得到所述回波中频信号。
可选地,所述第二微波信号为:
所述回波中频信号为:
其中,fc为***工作频率,t为距离向时间变量,且t∈[-Tr/2,Tr/2],Tr为信号持续时间,Kr为信号调频率,信号带宽为Br=KrTr,yn为用于发射所述第一微波信号的阵列天线中第n个阵元的方位向坐标,所述阵列天线的最大阵元数N为d为阵元间距,R(yn)为阵列天线阵元yn到目标Pn的距离,为阵列天线阵元yn的目标散射系数,Σ为场景中所有目标的求和运算,j为虚数符号,pi为圆周率,C为光速。
可选地,所述方法还包括:对所述回波中频信号进行残余视频相位补偿,得到:
可选地,所述基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像,包括:
对残余视频相位补偿后的回波中频信号进行距离向逆傅里叶变换,得到:
将距离向逆傅里叶变换后的回波中频信号分割成近距离向回波中频信号和远距离向回波中频信号;
基于所述近距离向回波中频信号执行近距离方位向叠加压缩成像,基于所述远距离向回波中频信号执行远距离方位向叠加压缩成像;
将近距离图像与远距离图像进行组合拼接,得到关于所述泥石流区域的完整图像;
其中,C为光速。
可选地,所述利用所述图像监测被监测的泥石流区域的变化,包括:选取不同时相的两幅图像;基于所述不同时相的两幅图像,利用交叉熵进行泥石流区域的变化检测处理。
根据本公开的第二实施例,提供一种毫米波雷达泥石流智能监测***,包括:阵列天线,用于向被监测的泥石流区域发射第一微波信号,并接收被所述泥石流区域反射回来的回波信号;MIMO模块,用于对反射回来的回波信号进行下变频处理,得到回波中频信号;采样模块,用于对所述回波中频信号进行采样;成像模块,用于基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;变化监测模块,用于利用所述图像监测被监测的泥石流区域的变化。
可选地,所述第一微波信号为调频连续波信号。
可选地,所述MIMO模块用于:产生与所述第一微波信号相同的第二微波信号;将反射回来的回波信号通过混频器与所述第二微波信号进行下变频处理;对下变频处理后的反射回来的回波信号进行滤波和放大,得到所述回波中频信号。
可选地,所述第二微波信号为:
所述回波中频信号为:
其中,fc为***工作频率,t为距离向时间变量,且t∈[-Tr/2,Tr/2],Tr为信号持续时间,Kr为信号调频率,信号带宽为Br=KrTr,yn为用于发射所述第一微波信号的阵列天线中第n个阵元的方位向坐标,所述阵列天线的最大阵元数N为d为阵元间距,R(yn)为阵列天线阵元yn到目标Pn的距离,为阵列天线阵元yn的目标散射系数,Σ为场景中所有目标的求和运算,j为虚数符号,pi为圆周率,C为光速。
可选地,所述MIMO模块还用于:对所述回波中频信号进行残余视频相位补偿,得到:
可选地,所述成像模块用于:
对残余视频相位补偿后的回波中频信号进行距离向逆傅里叶变换,得到:
将距离向逆傅里叶变换后的回波中频信号分割成近距离向回波中频信号和远距离向回波中频信号;
基于所述近距离向回波中频信号执行近距离方位向叠加压缩成像,基于所述远距离向回波中频信号执行远距离方位向叠加压缩成像;
将近距离图像与远距离图像进行组合拼接,得到关于所述泥石流区域的完整图像;
其中,C为光速。
可选地,所述变化监测模块用于:选取不同时相的两幅图像;基于所述不同时相的两幅图像,利用交叉熵进行泥石流区域的变化检测处理。
通过采用上述技术方案,能够全天候全天时地监测泥石流区域,提供泥石流区域的实时成像与变化监测,能够对泥石流隐患区域实现大面覆盖监测,而且还能够最大限度地降低***复杂度,降低中频信号带宽,降低对数字采样的要求,提高了泥石流监测的精度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1示出根据本公开一种实施例的毫米波雷达泥石流智能监测方法的流程图。
图2示出根据本公开一种实施例的毫米波雷达泥石流智能监测***的示意框图。
图3示出了根据本公开实施例的毫米波雷达泥石流智能监测***的成像几何。
图4示出根据本公开一种实施例的毫米波雷达泥石流智能监测预警***与方法的流程图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1示出根据本公开一种实施例的毫米波雷达泥石流智能监测方法的流程图。如图1所示,该方法包括:
在步骤S11中,向被监测的泥石流区域发射第一微波信号;
在步骤S12中,接收被泥石流区域反射回来的回波信号;
在步骤S13中,对反射回来的回波信号进行下变频处理,得到回波中频信号;
在步骤S14中,对回波中频信号进行采样;
在步骤S15中,基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;
在步骤S16中,利用图像监测被监测的泥石流区域的变化。
通过采用上述技术方案,能够全天候全天时地监测泥石流区域,提供泥石流区域的实时成像与变化监测,能够对泥石流隐患区域实现大面覆盖监测,而且还能够最大限度地降低***复杂度,降低中频信号带宽,降低对数字采样的要求,提高了泥石流监测的精度。
图2示出根据本公开一种实施例的毫米波雷达泥石流智能监测***的示意框图。如图2所示,该***包括:阵列天线11,用于向被监测的泥石流区域发射第一微波信号,并接收被泥石流区域反射回来的回波信号;MIMO模块13,用于对反射回来的回波信号进行下变频处理,得到回波中频信号;采样模块14,用于对回波中频信号进行采样;成像模块15,用于基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;变化监测模块16,用于利用图像监测被监测的泥石流区域的变化。
第一微波信号可以由毫米波雷达泥石流智能监测***外部的设备产生,也可以由MIMO模块13产生。
进一步参考图2,根据本公开实施例的毫米波雷达泥石流智能监测***还可以包括微波开关网络12,用于通过不同开关网络切换逐一传输MIMO模块13产生的第一微波信号至阵列天线11,以及通过不同开关网络切换将阵列天线11接收到的反射回来的回波信号传输给MIMO模块13。毫米波雷达泥石流智能监测***还可以包括***控制器18,用于对微波开关网络12、MIMO模块13、采样模块14、成像模块15、变化监测模块16进行控制。毫米波雷达泥石流智能监测***还可以包括预警模块17,用于对泥石流进行预警。
通过采用上述技术方案,能够全天候全天时地监测泥石流区域,提供泥石流区域的实时成像与变化监测,能够对泥石流隐患区域实现大面覆盖监测,而且还能够最大限度地降低***复杂度,降低中频信号带宽,降低对数字采样的要求,提高了泥石流监测的精度。
下面结合图2所示的毫米波雷达泥石流智能监测***的结构图,详细描述毫米波雷达泥石流智能监测***的各个组成模块以及如何进行泥石流监测与预警。
图2中的阵列天线11可以由多幅在水平、垂直方向上排列的独立天线阵元构成。阵列天线11可以包括发射阵列天线和接收阵列天线。
微波开关网络12由发射阵列开关网络、接收阵列开关网络、驱动器和微波开关集中控制器构成。发射阵列开关网络通过不同开关网络切换逐一传输MIMO模块13产生的第一微波信号至阵列天线11中的发射阵列天线,而后将阵列天线11中的接收阵列天线接收到的由被监测泥石流区域反射回来的回波信号、通过接收阵列开关网络传输给MIMO模块13进行信号接收。驱动器用于对发射阵列开关网络、接收阵列开关网络进行驱动,微波开关集中控制器用于对驱动器进行控制。
MIMO模块13可以在***控制器18的控制下,通过MIMO收发控制器控制频率源产生微波信号,产生的微波信号经过功率放大器放大后被传输至耦合器,然后,耦合器会输出两路微波信号s1(t)和s2(t)。第一路微波信号s1(t)经过功率放大器放大后被传输至微波开关网络12中的发射阵列开关网络,并通过阵列天线11中的发射阵列天线辐射出去。第二路微波信号s2(t)用于在后续的下变频处理中使用。另外,如果阵列天线11的接收阵列天线包括多路接收阵列天线,则第二路微波信号s2(t)经过放大器和功分器后会输出与多路接收阵列天线相对应的多路信号。例如,假设接收阵列天线包括2路接收阵列天线,这2路接收阵列天线分别接收回波信号sre(t-τ1)和sre(t-τ2),则第二路微波信号s2(t)经过放大器和功分器后会输出2路信号s21(t)和s22(t),然后,回波信号sre(t-τ1)和sre(t-τ2)经阵列天线11的接收阵列天线和微波开关网络12的接收阵列开关网络后,其中一路回波信号sre(t-τ1)经过放大器后通过混频器与s21(t)进行下变频处理,而后通过滤波器和放大器形成第一路中频信号“IF1”SIF1(t),同时,另一路回波信号sre(t-τ2)经过放大器后通过混频器与s22(t)进行下变频处理,而后通过滤波器和放大器形成第二路中频信号“IF2”SIF2(t)。其中,t为距离向时间变量,且t∈[-Tr/2,Tr/2];τ为被监测目标到阵列天线11的电磁波传播时间。为了保证***总体工作效率和实现高分辨率成像,频率源产生的微波信号为调频连续波(FMCW)信号,信号带宽为Br,持续时间为Tr。通过MIMO模块13的如此处理,能够最大限度地降低***复杂度,降低中频信号带宽,从而降低数字采样的要求。
在一种实施方式中,MIMO模块13发射的信号Str(t)为:
其中,fc为***工作频率,t为距离向时间变量,且t∈[-Tr/2,Tr/2],Tr为信号持续时间,Kr为信号调频率,信号带宽为Br=KrTr,j为虚数符号。
MIMO模块13接收的反射回来的回波信号经下混频器混频后得到的中频回波信号的表达式为SIF(t):
其中,yn为阵列天线11中第n个阵元的方位向坐标,阵列天线11的最大阵元数N为d为阵元间距,R(yn)为阵列天线11阵元yn到被监测目标Pn的距离,为阵列天线11阵元yn的目标散射系数,∑为场景中所有被监测目标的求和运算,j为虚数符号,pi为圆周率,C为光速,L为虚拟阵列长度,k为第k个场景目标。
然后MIMO模块13会对回波中频信号进行残余视频相位补偿,得到:
采样模块14通过模数转换器(Analog to Digital converter,AD)对前面公式(3)中得到的中频信号进行量化,量化位数为例如8~14bit,采样率fs为信号带宽Br的2~3倍,通常取2.4倍。***控制器18对采样模块14的采样操作进行控制。经过采样模块14的采样操作之后,会得到相应的数字信号,例如如果经过MIMO模块13的下变频处理之后得到2路中频信号,则经过采样模块14的采样操作之后也会得到对应的2路数字信号。然后所得到的数字信号被传输到成像模块15中进行成像处理。
成像模块15的成像处理操作主要包括以下步骤。
步骤S151:对公式(3)中的回波中频信号进行距离向逆傅里叶变换,变换后的表达式为:
其中,C为光速。
步骤152:对距离向信号进行分割。也即,对步骤S151中的SIFFT(t,yn),根据判据公式进行分割,从而将距离向逆傅里叶变换后的回波中频信号分割成近距离向回波中频信号和远距离向回波中频信号,也即:
步骤S153:基于近距离向回波中频信号执行近距离方位向叠加压缩成像,其中,图像的方位向表示为以阵列天线11的中心为原点、以垂直于阵列天线11的方向作为法向对用户需要的角度范围θrang进行等间隔角度划分,共划分为M份;以变量θm表示,其坐标刻度如下式所示:
其中,H为图像距离向采样点数,h为采样点的序号,ρhm为图像上m行h列到阵列天线11中的阵元的距离。
步骤S154:基于远距离向回波中频信号执行远距离方位向叠加压缩成像,其中图像方位向的表示同步骤153中的近距离方位向叠加压缩成像一致。图像距离向的刻度与步骤153中的一致但取值范围为ρ∈[Rmin,Rmax],方位向通过构建加权函数来实现方位向压缩成像,则加权函数表达式为:
则方位向压缩成像的表达式为:
设场景中目标P(RP,θP),根据幂级数叠加公式对上式进行合成以消除求和符号即可得:
其中,C为光速,r为实际的距离变量,RP表示P目标距虚拟阵列天线的距离、θP为P目标与虚拟阵列天线法线的夹角。
步骤155:对近距离图像与远距离图像进行组合拼接,即将I近(ρ,θm)图像与I远(ρ,θm)图像进行拼接,即可得到一副完整关于泥石流区域的图像(例如二维图像、三维图像等)I(ρ,θ),即为:
图3示出了根据本公开实施例的毫米波雷达泥石流智能监测***的成像几何。成像模块15通过采用近距离和远距离分别成像,弥补了阵列天线11成像算法上对近距离成像散焦的缺点。
变化监测模块16利用图像监测被监测的泥石流区域的变化,包括:选取不同时相的两幅图像;基于不同时相的两幅图像,利用交叉熵进行泥石流区域的变化检测处理。
在一种实施方式中,变化监测模块16所执行的操作可以包括:
步骤S161:执行滤波处理,例如,执行Lee滤波处理流程以降低图像相干斑噪声。
步骤S162:执行变化检测提取,也即选取两幅不同时相的图像,利用交叉熵来进行变化监测处理。步骤S162可以包括以下若干步骤:
步骤S1621:构造逼近真实统计分布模型的多项式,选取两幅不同时相的图像,其窗口大小为M*N,分别选取两时相图像中某同一个像素点为中心原点,并以M*N固定窗口大小选取相应的样本数据,构造如下式所示的多项式来近似样本图像统计分布模型的概率密度函数,则表达式为:
f(x)=Gamma(x)+E(x)Gamma(x) (11)
其中,x为概率密度的随机变量;Gamma(x)为广义GAMMA分布,E(x)如下所示:
其中,n为样本数量,H3(x)、H4(x)、H6(x)为Hermite多项式,分别如下所示:
变量x为数据样本的随机变量,其如下式所示:
步骤S1623:确定变化阈值T,其具体的过程如下:
步骤S16231:建立统计直方图,根据差异图像构建统计直方图,选择直方图中峰值处的变化值T0;
步骤S16232:确定阈值T,以T0开始一直到Tmax,(注意:T0<T1<T2....<Tmax),一直计算当前位置处Tn的峰值与Tn-1处的峰值比,选择第一个该峰值比小于1时的Tn为最佳阈值T;
步骤S1624:确定像素变化状态,根据上一步骤确定交叉熵的阈值T,用步骤S1622中求得交叉熵KLD与设定的阈值T进行比较,若大于,则将图像中某位置像素标记为变化,若小于,则将图像中某位置像素标记为未变化;
步骤S1625:循环迭代,移动下一位置像素,重新执行步骤S1621~S1624,直到将图像中的像素全部遍历完毕后跳出循环,即显示图像变化部分。
图4示出根据本公开一种实施例的毫米波雷达泥石流智能监测预警方法的流程图,其在图1的基础上,还包括步骤S17,基于监测到的变化进行泥石流预警。其中,可以采用面积预警的方式进行预警。也即选定初始图像,然后利用变化监测模块16记录并统计后续时刻获取的图像与初始图像之间的变化像素,设面积预警的预设阈值为TT,即当变化的像素数量超过TT时,则进行泥石流滑坡预警,当小于TT时,则继续监测。
另外,在发生面积预警的情况下,还需要进一步估计泥石流滑坡速度,以便增强预警效果。
在估计泥石流滑坡速度的情况下,首先,将毫米波雷达泥石流智能监测***的工作模式切换为单通道模式,也即阵列开关网络中只开启某固定发射通道和接收通道,并且实现每秒fM次的收发频率,并将信号进行存储。该收发频率直接影响速度分辨力,可根据场景的需求灵活设置。下面将具体阐述滑坡速度估计的处理过程。
首先进行一维距离向逆傅里叶变换,其中,发射的微波信号与前文公式(1)相同,该微波信号经过混频器后输出的中频信号的表达式与公式(2)类似,即为:
然后对公式(16)执行残余视频相位补偿处理,将接收到的信号分别进行一维距离向压缩处理;其具体过程与上文所述一致,也即压缩后的表达式为:
然后,获取多普勒速度。也即,设定总的采集周期数为Q次,则每达到Q次后就对采集到的数据进行处理,将Q次采集到的信号按照如下所示的方式排列,即组成一个Q行N列矩阵,其中Q为采集次数,N为距离向采集点数;
然后对上述信号组进行列向FFT变换,变换到频域,通过寻找尖峰位置即可求出相应距离位置处的速度值,其速度与频率的换算关系表达式为:
其中,f0为中心频率,Br为信号带宽,V为所估计的泥石流滑坡速度,C为电磁波速度,fv为FFT变换后的目标的多普勒频率值。
另外,根据本公开实施例的毫米波雷达泥石流智能监测***可选择工作频率范围为77GHz~79GHz,在此工作频率下,可以充分发挥***的全天候、全天时以及不受气候和环境等因素的影响的优势,能够实现对泥石流隐患区域的点云成像。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (8)
1.一种毫米波雷达泥石流智能监测方法,其特征在于,包括:
产生两路相同的微波信号,其中一路微波信号为第一微波信号,另一路微波信号为第二微波信号;
向被监测的泥石流区域发射所述第一微波信号;
接收被所述泥石流区域反射回来的回波信号;
将反射回来的回波信号通过混频器与所述第二微波信号进行下变频处理,并对下变频处理后的反射回来的回波信号进行滤波和放大,得到回波中频信号;
对所述回波中频信号进行采样;
基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;
利用所述图像监测被监测的泥石流区域的变化;
所述方法还包括:对所述回波中频信号进行残余视频相位补偿,得到:
其中,为目标散射系数,fc为***工作频率,t为距离向时间变量,且t∈[-Tr/2,Tr/2],Tr为信号持续时间,Kr为信号调频率,信号带宽为Br=KrTr,yn为用于发射所述第一微波信号的阵列天线中第n个阵元的方位向坐标,所述阵列天线的最大阵元数N为d为阵元间距,R(yn)为阵列天线阵元yn到目标Pn的距离,∑为场景中所有目标的求和运算,j为虚数符号,pi为圆周率,C为光速;
其中,所述基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像,包括:
对残余视频相位补偿后的回波中频信号进行距离向逆傅里叶变换,得到:
将距离向逆傅里叶变换后的回波中频信号分割成近距离向回波中频信号和远距离向回波中频信号;
基于以下公式对所述近距离向回波中频信号进行近距离成像处理:
基于以下公式对所述远距离向回波中频信号进行远距离成像处理:
将近距离图像与远距离图像进行组合拼接,得到关于所述泥石流区域的完整图像;
其中,I近(ρ,θm)为所述近距离图像,I远(ρ,θm)为所述远距离图像,ρ为图像的距离向变量,θm为以阵列天线的中心为原点、以垂直于所述阵列天线的方向作为法向对用户需要的角度范围等间隔地划分成M份角度的角度变量,H为图像距离向采样点数,h为采样点的序号,m表示第m个距离单元,表示所述近距离向回波中频信号,λ为波长,ρhm为图像上m行h列到所述阵列天线中的阵元的距离,SIFFT_远(t,yn)为所述远距离向回波中频信号;
2.根据权利要求1所述的方法,其特征在于,所述第一微波信号为调频连续波信号。
4.根据权利要求1所述的方法,其特征在于,所述利用所述图像监测被监测的泥石流区域的变化,包括:
选取不同时相的两幅图像;
基于所述不同时相的两幅图像,利用交叉熵进行泥石流区域的变化检测处理。
5.一种毫米波雷达泥石流智能监测***,其特征在于,包括:
阵列天线,用于向被监测的泥石流区域发射第一微波信号,并接收被所述泥石流区域反射回来的回波信号;
MIMO模块,用于将反射回来的回波信号通过混频器与第二微波信号进行下变频处理,并对下变频处理后的反射回来的回波信号进行滤波和放大,得到回波中频信号,其中所述第二微波信号为与所述第一微波信号相同的另一微波信号;
采样模块,用于对所述回波中频信号进行采样;
成像模块,用于基于采样后的回波中频信号对被监测的泥石流区域进行成像,得到关于被监测的泥石流区域的图像;
变化监测模块,用于利用所述图像监测被监测的泥石流区域的变化;
其中,所述MIMO模块还用于:对所述回波中频信号进行残余视频相位补偿,得到:
其中,为散射系数,fc为***工作频率,t为距离向时间变量,且t∈[-Tr/2,Tr/2],Tr为信号持续时间,Kr为信号调频率,信号带宽为Br=KrTr,yn为用于发射所述第一微波信号的阵列天线中第n个阵元的方位向坐标,所述阵列天线的最大阵元数N为d为阵元间距,R(yn)为阵列天线阵元yn到目标Pn的距离,∑为场景中所有目标的求和运算,j为虚数符号,pi为圆周率,C为光速;
其中,所述成像模块用于:
对残余视频相位补偿后的回波中频信号进行距离向逆傅里叶变换,得到:
将距离向逆傅里叶变换后的回波中频信号分割成近距离向回波中频信号和远距离向回波中频信号;
基于以下公式对所述近距离向回波中频信号进行近距离成像处理:
基于以下公式对所述远距离向回波中频信号进行远距离成像处理:
将近距离图像与远距离图像进行组合拼接,得到关于所述泥石流区域的完整图像;
其中,I近(ρ,θm)为所述近距离图像,I远(ρ,θm)为所述远距离图像,ρ为图像的距离向变量,θm为以阵列天线的中心为原点、以垂直于所述阵列天线的方向作为法向对用户需要的角度范围等间隔地划分成M份角度的角度变量,H为图像距离向采样点数,h为采样点的序号,m表示第m个距离单元,表示所述近距离向回波中频信号,λ为波长,ρhm为图像上m行h列到所述阵列天线中的阵元的距离,SIFFT_远(t,yn)为所述远距离向回波中频信号;
6.根据权利要求5所述的***,其特征在于,所述第一微波信号为调频连续波信号。
8.根据权利要求5所述的***,其特征在于,所述变化监测模块用于:
选取不同时相的两幅图像;
基于所述不同时相的两幅图像,利用交叉熵进行泥石流区域的变化检测处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911096315.XA CN110927724B (zh) | 2019-11-11 | 2019-11-11 | 毫米波雷达泥石流智能监测***与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911096315.XA CN110927724B (zh) | 2019-11-11 | 2019-11-11 | 毫米波雷达泥石流智能监测***与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110927724A CN110927724A (zh) | 2020-03-27 |
CN110927724B true CN110927724B (zh) | 2020-11-27 |
Family
ID=69853750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911096315.XA Active CN110927724B (zh) | 2019-11-11 | 2019-11-11 | 毫米波雷达泥石流智能监测***与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110927724B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115127640B (zh) * | 2022-06-08 | 2023-06-20 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 泥石流水位提取方法及*** |
CN114882676B (zh) * | 2022-07-12 | 2022-11-01 | 云南华尔贝光电技术有限公司 | 基于智能杆的多场景下智能监控预警方法及*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107976673A (zh) * | 2017-11-17 | 2018-05-01 | 中国科学技术大学 | 提高大场景目标成像质量的mimo雷达成像方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5640165A (en) * | 1995-06-07 | 1997-06-17 | Hughes Electronics | Range cell formation processing |
JP4591507B2 (ja) * | 2005-06-15 | 2010-12-01 | 株式会社村田製作所 | レーダ装置 |
JP5286214B2 (ja) * | 2009-09-30 | 2013-09-11 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
JP6440411B2 (ja) * | 2014-08-26 | 2018-12-19 | 日立オートモティブシステムズ株式会社 | 物体検出装置 |
CN104280735B (zh) * | 2014-10-21 | 2016-08-24 | 内蒙古工业大学 | 基于弧形阵列天线的mimo-sar成像方法及装置 |
CN104991249B (zh) * | 2015-08-12 | 2017-10-27 | 桂林电子科技大学 | 一种山体滑坡的mimo雷达监测***及监测方法 |
WO2019118319A1 (en) * | 2017-12-15 | 2019-06-20 | Gopro, Inc. | High dynamic range processing on spherical images |
CN109444829B (zh) * | 2018-10-24 | 2020-09-01 | 四川九洲空管科技有限责任公司 | 一种雷达***统一时序控制与协同处理方法 |
-
2019
- 2019-11-11 CN CN201911096315.XA patent/CN110927724B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107976673A (zh) * | 2017-11-17 | 2018-05-01 | 中国科学技术大学 | 提高大场景目标成像质量的mimo雷达成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110927724A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110927723B (zh) | 毫米波雷达泥石流智能监测预警***与方法 | |
US11415692B2 (en) | High-resolution fully polarimetric frequency modulation continuous wave image radar system using RF switch and image processing method therefor | |
US20170074974A1 (en) | Method and apparatus for fmcw radar processing | |
CN107678028B (zh) | 低信噪比条件下的微波凝视关联成像方法 | |
CN110187332B (zh) | 基于数字波束形成技术的低空防御雷达***及方法 | |
CA3033676A1 (en) | Novel automotive radar using 3d printed luneburg lens | |
CN111856449A (zh) | 雷达设备和用于检测雷达目标的方法 | |
CN110927724B (zh) | 毫米波雷达泥石流智能监测***与方法 | |
CN103837867A (zh) | 一种利用ais信息进行高频雷达天线通道校正的方法 | |
CN110658520B (zh) | 一种合成孔径雷达成像***及方法 | |
CN109270529B (zh) | 基于虚拟天线的前视阵列sar高分辨成像方法及*** | |
CN111239721B (zh) | 车载mimo雷达求熵解速度模糊的方法 | |
Olsen et al. | Performance of a multiband passive bistatic radar processing scheme—Part I | |
CN110794471A (zh) | 一种毫米波稀疏阵列远程监视成像方法及*** | |
CN109298417B (zh) | 一种基于雷达信号处理的建筑物内部结构探测方法及装置 | |
EP4158378A1 (en) | Clustering in automotive imaging | |
TS et al. | SAR imaging with automotive radar: Range migration algorithm, experiment, and future directions in automotive vehicle | |
US10877145B2 (en) | Method and device for tracking objects, in particular moving objects, in the three-dimensional space of imaging radar sensors | |
CN107102328B (zh) | 基于fpga的实时成像信号处理方法及fpga | |
KR101325759B1 (ko) | 다중 입출력 레이더 장치 및 이를 이용한 무선통신 방법 | |
CN109061648A (zh) | 基于频率分集的速度/距离解模糊雷达波形设计方法 | |
CN105044721B (zh) | 机载正前视扫描雷达角超分辨方法 | |
CN111624600B (zh) | 一种基于一比特量化的sar动目标检测方法及*** | |
JPH0587919A (ja) | ポーラリメトリツク合成開口レーダ装置 | |
CN110308445B (zh) | 一种基于车载数字阵调频连续波雷达的成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |